MySQL ： 基于 MySQL HeatWave 的数据仓库和湖库快速定量分析(英文版)

MySQL HeatWave Lakehouse 是一种数据库服务，能够在一个平台上处理交易、跨数据仓库和数据湖的实时分析以及机器学习。它使用 HeatWave Lakehouse 来处理所有类型的工作负载，并通过解析函数（如 CUBE 和 HLL）促进非 MySQL 工作负载的迁移。

核心功能与特性：

1. HeatWave Lakehouse 表界面：

   • 提供一个简单的外部表接口，用于访问对象存储中的数据。
   • 使用现有的 MySQL 语法，并支持特定于 Lakehouse 的功能。
   • 文件可以分布在多个对象存储桶中，100% 符合标准 MySQL 语法。

2. MySQL Autopilot：

   • 自动并行加载从文件生成数据。
   • DDL 创建不存在的表，使用推断的列类型、长度、精度和设置引擎属性。
   • 数据库或对象存储中的数据具有相同的性能，使用对象存储上的数据开发应用程序而不影响性能。

3. 可扩展性：

   • HeatWave Lakehouse 可扩展至 500 TB。
   • 支持扩展到半结构化数据，包括 CSV、JSON 和 Avro 文件格式。

4. Lakehouse 表中的增量数据加载功能：

   • 提供用户数据与湖屋表数据之间的 1 对 1 映射。
   • 仅增量应用用户数据的变化部分到现有表数据上。
   • 通过 SQL 命令手动触发增量加载。
   • 已读 - 已提交 & 快照隔离：查询永远不会被阻止，在查询开始时提交的数据版本上运行。
   • 集成到现有的 AutoLoad 接口。
   • 数据更新的粒度是对应于数千个记录的对象。

5. 在 HeatWave 中为对象存储中的数据执行部分查询：

   • 在 HeatWave 中执行部分查询，在 MySQL 中休息。

6. MySQL HeatWave 中的本机向量处理：

   • 支持新的矢量数据类型，矢量列的内存混合列式存储格式。
   • 利用 SIMD 指令进行矢量处理，处理接近内存带宽。
   • 端到端数据管理，包括嵌入生成，与绑定复制等功能集成。

7. 使用 HeatWave Lakehouse 扩展矢量存储创建：

   • 使用 OutsideIn (OIT) 和跨节点的并发嵌入生成来解析源文件。
   • 使用 SQL 的精确最近邻搜索。

8. 查询向量存储本机 SQL 语法：

   • 示例：查找语义上最类似于输入的书籍，并且是打印的。
   • 示例：使用摄取到 Vector Store 中的文档中的数据回答问题。

9. 员工助理自然语言：

   • 员工助理：提高员工生产力。

10. 矢量存储摄取：

    • IoT 事件处理，包括传感器记录温度、扭矩、转速和湿度。
    • 数据以 CSV/JSON 格式存储，存储为单独的文件。

行业分析师评价：

• 组织在云数据湖屋市场寻求最佳价值时必须认真考虑 MySQL HeatWave Lakehouse。
• MySQL HeatWave Lakehouse 的性能可以与事务查询性能相同。
• HeatWave 的能力在如此海量的节点上并行加载和查询数据是业内首创。
• MySQL HeatWave Lakehouse 可以简化数据管理专业人员的生活并且应该改善客户体验。
• MySQL HeatWave Lakehouse 通过对有意义的业务见解采取迅速行动，使您能够在竞争中保持领先地位。

资源与媒体报道：

• 提供 Web、YouTube、Blog、文档、技术白皮书、技术解决方案简介、动手实验室、新的 MySQL HeatWave 湖屋动手实验室、认证、免费试用和云资源。
• 媒体报道包括福布斯、The 65 播客、Futurum、TechTarget、VentureBeat、Chat GPT 全球和《注册簿》。

使命与优势：

• 帮助人们以新的方式看待数据，发现见解，释放无限的可能性。
• MySQL HeatWave 针对多个云进行了优化，提供最大的灵活性和选择。
• 以最低的价格查询和加载，在行业中的最佳性能（TPC-DS 100TB）。
• 查询性能不匹配，数据加载比竞争对手快得多。